원문: https://blog.ag-grid.com/optimising-html5-canvas-rendering-best-practices-and-techniques/

(번역) HTML5 캔버스 렌더링 최적화: 모범 사례와 기법

오늘은 PartridgeSystems의 이시연님이 번역해주신 글입니다.

이 글은 HTML5 Canvas로 차트를 구현하면서 AG Grid 팀이 겪은 성능 최적화 과정을 다룬 글입니다. 10만 개 이상의 데이터를 처리할 때 발생하는 성능 문제를 배치 렌더링, 오프스크린 캔버스, 변경 감지 등의 기법으로 해결한 과정이 상세히 설명되어 있습니다. 각 기법의 장단점을 실제 벤치마크 결과와 함께 제시하고 있어, Canvas를 사용한 대규모 데이터 시각화에 관심 있는 분들께 추천드립니다 :)

글 링크: https://bit.ly/3ARP1V1

오늘은 PartridgeSystems의 이시연님이 번역해주신 글입니다. 이 글은 HTML5 Canvas로 차트를 구현하면서 AG Grid 팀이 겪은 성능 최적화 과정을 다룬 글입니다. 10만 개 이상의 데이터를 처리할 때 발생하는 성능 문제를 배치 렌더링, 오프스크린 캔버스, 변경 감지 등의 기법으로 해결한 과정이 상세히 설명되어 있습니다. 각 기법의 장단점을 실제 벤치마크 결과와 함께 제시하고 있어, Canvas를 사용한 대규모 데이터 시각화에 관심 있는 분들께 추천드립니다 :) 글 링크: https://bit.ly/3ARP1V1

스파르타 GA4 데이터분석 스터디

HTML5 캔버스 렌더링 최적화: 모범 사례와 기법

올리브영N 성수, 한번 다녀왔습니다

확실히 올리브영이 가진 저력은 놀라웠지만 디테일이 살짝 부족했습니다

[아티클 3문장 요약📑]

1️⃣ 올리브영 최초의 혁신 매장 '올리브영N 성수', 성수역 바로 앞에 위치한 데다가 기존 최대 매장보다 2배 이상 큰 규모를 자랑하는데, 매장 곳곳에 자리 잡은 체험 콘텐츠와 쾌적한 공간 자체가 눈길을 사로 잡았습니다.

2️⃣ 별다른 브랜드 입점도, 특별한 프로모션과 마케팅도 없었지만 올리브영이라는 이름이 주는 기대감에 많은 인파가 몰릴 정도로 흥행에 성공하였고, 충성 고객들을 위한 전용 라운지와 성수동을 대표하는 '포인트 오브 뷰'나 '오롤리데이' 같은 브랜드와의 협업도 인상적이었습니다.

3️⃣ 다만 이렇게 커다란 매장은 처음이어서 인지, 길 안내나 기능 체험을 위한 안내가 지나치게 부실한 점은 옥의 티였는데, 그나마 전국 에이스들만 모았다는 올리브영 직원들의 친절함 덕분에 매장 운영 자체는 원활하게 돌아가고 있다는 점이 올리브영의 저력을 제대로 보여주는 포인트가 아니었나 싶네요.

💡기묘한 관점➕
올리브영N 성수는 확실히 매출을 늘리기 보다는 고객에게 새로운 경험을 선사하여 브랜드의 입지를 강화하겠다는 의지가 느껴지는 매장이었습니다. 성수에 갈 일이 있으시다면 한번쯤 들려보시는 걸 추천 드리고요. 내년에 들어설 무신사 초대형 매장과 성수의 랜드마크를 두고 벌일 경쟁도 앞으로의 흥미로운 관전 포인트가 될 듯합니다.

🥤트렌드라이트 구독하기
https://bit.ly/3iSbx4e

확실히 올리브영이 가진 저력은 놀라웠지만 디테일이 살짝 부족했습니다 [아티클 3문장 요약📑] 1️⃣ 올리브영 최초의 혁신 매장 '올리브영N 성수', 성수역 바로 앞에 위치한 데다가 기존 최대 매장보다 2배 이상 큰 규모를 자랑하는데, 매장 곳곳에 자리 잡은 체험 콘텐츠와 쾌적한 공간 자체가 눈길을 사로 잡았습니다. 2️⃣ 별다른 브랜드 입점도, 특별한 프로모션과 마케팅도 없었지만 올리브영이라는 이름이 주는 기대감에 많은 인파가 몰릴 정도로 흥행에 성공하였고, 충성 고객들을 위한 전용 라운지와 성수동을 대표하는 '포인트 오브 뷰'나 '오롤리데이' 같은 브랜드와의 협업도 인상적이었습니다. 3️⃣ 다만 이렇게 커다란 매장은 처음이어서 인지, 길 안내나 기능 체험을 위한 안내가 지나치게 부실한 점은 옥의 티였는데, 그나마 전국 에이스들만 모았다는 올리브영 직원들의 친절함 덕분에 매장 운영 자체는 원활하게 돌아가고 있다는 점이 올리브영의 저력을 제대로 보여주는 포인트가 아니었나 싶네요. 💡기묘한 관점➕올리브영N 성수는 확실히 매출을 늘리기 보다는 고객에게 새로운 경험을 선사하여 브랜드의 입지를 강화하겠다는 의지가 느껴지는 매장이었습니다. 성수에 갈 일이 있으시다면 한번쯤 들려보시는 걸 추천 드리고요. 내년에 들어설 무신사 초대형 매장과 성수의 랜드마크를 두고 벌일 경쟁도 앞으로의 흥미로운 관전 포인트가 될 듯합니다. 🥤트렌드라이트 구독하기https://bit.ly/3iSbx4e

www.openads.co.kr

💄올리브영N 성수, 좋았던 점과 아쉬웠던 점

   &#39;오픈마켓&#39;의 한계    지금 국내 이커머스 시장의 &#39;2강&#39;은 쿠팡과 네이버입니다. 지난해 공정거래위원회는 2022년 쿠팡의 시장 점유율을 24.5%, 네이버의 점유율을 23.3%로...

[인사이드 스토리]네이버의 새벽배송, '로켓' 잡을까

본질인 상품 경쟁력을 갖추지 못한다면 아마 쉽지 않을 겁니다

[아티클 3문장 요약📑]

1️⃣ 국내 이커머스 시장의 2강은 쿠팡과 네이버로, 두 기업이 시장의 절반 이상을 점유하고 있지만, 쿠팡은 매출의 90% 이상이 직접 구매해 배송까지 해주는 직매입 상품에서 나오고 있는 것에 반해, 네이버는 거래 중개를 통해 수수료를 받는 모델에 집중한다는 점에서 둘은 큰 차이가 있습니다.

2️⃣ 그런데 빠른 배송을 앞세운 쿠팡의 거래액은 매분기 30% 이상 증가하는 반면, 네이버의 거래액 성장은 한 자릿수에 그치자, 택배 업계 1위 CJ대한통운과 손잡고 새벽배송 카드를 꺼내 들었습니다.

3️⃣ 각자의 영역에서 1위 기업들이 뭉친 만큼 쿠팡에게는 그 어느 때보다 강력한 도전이 될거라는 전망이 나오는 가운데, 다른 한쪽에서는 새벽배송으로 제공하는 상품의 가짓수와 물량에서 압도적인 차이가 나기 때문에, 시장이 흔들릴 수준이 아닐 거라는 의견도 나오고 있다고 하네요.

💡기묘한 관점➕
오직 쿠팡 만이 계속 성장하는 이유는, 커머스의 본질이라 할 수 있는 상품, 가격, 배송에서 다른 경쟁자들이 따라잡을 수 없는 격차를 만들고 심지어 계속 이를 벌려나가고 있기 때문입니다. 로켓 배송 역시, 빠른 것을 넘어서, 엄청난 가짓수의 상품을 최저가에 가깝게 팔기 때문에 고객들이 계속 이용할 수 밖에 없는 상황인데요. 따라서 네이버가 쿠팡 견제에 성공하려면 CJ대한통운뿐 아니라 상품을 많이 가진 파트너를 빠르게 구해야 할 것으로 보입니다.

🥤트렌드라이트 구독하기
https://bit.ly/3iSbx4e

본질인 상품 경쟁력을 갖추지 못한다면 아마 쉽지 않을 겁니다 [아티클 3문장 요약📑] 1️⃣ 국내 이커머스 시장의 2강은 쿠팡과 네이버로, 두 기업이 시장의 절반 이상을 점유하고 있지만, 쿠팡은 매출의 90% 이상이 직접 구매해 배송까지 해주는 직매입 상품에서 나오고 있는 것에 반해, 네이버는 거래 중개를 통해 수수료를 받는 모델에 집중한다는 점에서 둘은 큰 차이가 있습니다. 2️⃣ 그런데 빠른 배송을 앞세운 쿠팡의 거래액은 매분기 30% 이상 증가하는 반면, 네이버의 거래액 성장은 한 자릿수에 그치자, 택배 업계 1위 CJ대한통운과 손잡고 새벽배송 카드를 꺼내 들었습니다. 3️⃣ 각자의 영역에서 1위 기업들이 뭉친 만큼 쿠팡에게는 그 어느 때보다 강력한 도전이 될거라는 전망이 나오는 가운데, 다른 한쪽에서는 새벽배송으로 제공하는 상품의 가짓수와 물량에서 압도적인 차이가 나기 때문에, 시장이 흔들릴 수준이 아닐 거라는 의견도 나오고 있다고 하네요. 💡기묘한 관점➕오직 쿠팡 만이 계속 성장하는 이유는, 커머스의 본질이라 할 수 있는 상품, 가격, 배송에서 다른 경쟁자들이 따라잡을 수 없는 격차를 만들고 심지어 계속 이를 벌려나가고 있기 때문입니다. 로켓 배송 역시, 빠른 것을 넘어서, 엄청난 가짓수의 상품을 최저가에 가깝게 팔기 때문에 고객들이 계속 이용할 수 밖에 없는 상황인데요. 따라서 네이버가 쿠팡 견제에 성공하려면 CJ대한통운뿐 아니라 상품을 많이 가진 파트너를 빠르게 구해야 할 것으로 보입니다. 🥤트렌드라이트 구독하기https://bit.ly/3iSbx4e

비즈니스워치

🚚네이버 배송, 쿠팡 로켓을 잡을 수 있을까요?

페이지 로드 및 API 속도 개선하는 네 가지 방법

토니모리 공식몰 API 응답시간 개선기

기본에 충실한 개선으로 사용자 편의가 올라간 좋은 사례네요!

https://chris-jang.medium.com/test-c0c0a158d72f

기본에 충실한 개선으로 사용자 편의가 올라간 좋은 사례네요! https://chris-jang.medium.com/test-c0c0a158d72f

Medium

안녕하세요, 보스님들! 마케터 초인이에요. 😁연말이 다가오니 마음도 몽글몽글해지네요. 지난번에는 총 5편에 걸쳐 `마케터에게 필요한 무기`에 대해 소개드렸고, 오늘부터는 새로운 시리

함께 일하는 빌런에 대처하는 방법, 롤모델 vs 노모델

일할 때 빌런 때문에 힘드신가요?
함께 일하는 빌런에 대처하는 방법을 소개해드려요.

회사에서 힘든 건 보통 두 가지죠. 하나는 일, 하나는 사람. 사람 때문에 힘들다면 그건 한 번에 해결하기 쉽지 않아요. 마음이 괴롭고 힘들죠.

이런 누군가를 보통 '빌런'이라고 표현해요. 신기하게도 회사마다, 특정 시기마다 빌런은 등장했어요. 그중에서도 기억나는 세 명의 빌런을 소개할게요.

기억에 남는 세 명의 빌런 😈

[정보는 내 권력 🤐] : 정보를 심하게 숨기는 (국정원 놀이 하는) 빌런. 이해하기 어려웠고, 업무가 종종 막히기도 했죠.

[탐나면 다 내꺼 🤑] : 영역 침범의 고수. '뭔가가 잘 되면 모두가 본인의 것'이라고 생각했고, 내가 해온 것들이 그의 것이 되어 있는 마법이 펼쳐졌어요.

[내가 다 알아 🤓] : 모든 것을 자신이 알고 있다고, 알아야 한다고 생각하는 전문가 호소인. 실체는 전문가 행세를 하고 싶은 초짜였어요.

롤모델 vs 노모델
인생의 '롤모델'이 반대편에는 절대 닮고 싶지 않은 '노모델'도 있어요. '부정적인 면에서 얻는 깨달음이나 가르침을 주는 대상'을 이르는 '반면교사(反面敎師)'라는 말처럼 롤모델의 반대말로 표현해 봤어요.

사실 롤모델을 닮기란 쉽지 않아요. 그런데 노모델은 어느 정도 지킬 수 있어요. 원래 '해야 하는 것'은 어렵지만, '하지 말아야 하는 것'은 쉽거든요. 그런 면에서는 살아있는 반면교사의 표본이 바로 빌런이라고 할 수 있죠. 생생하게 하지 말아야 하는 것을 실천해 주고 계시니까요. 저는 만났던 빌런들을 저의 노모델로 만들어 성장해올 수 있었어요.

일할 때 만나게 되는 빌런. 어쩔 수 없이 업무는 함께 진행될 수밖에 없지만, 우리가 괴로울 수는 없기에 빌런을 무기로 만들어보면 어떨까요? ⚔️

빌런 무기의 자세한 방법, 원문에서 확인하세요 :)

일할 때 빌런 때문에 힘드신가요?함께 일하는 빌런에 대처하는 방법을 소개해드려요. 회사에서 힘든 건 보통 두 가지죠. 하나는 일, 하나는 사람.&nbsp;사람 때문에 힘들다면 그건 한 번에 해결하기 쉽지 않아요. 마음이 괴롭고 힘들죠. 이런 누군가를 보통 '빌런'이라고 표현해요. 신기하게도 회사마다, 특정 시기마다 빌런은 등장했어요. 그중에서도 기억나는 세 명의 빌런을 소개할게요. 기억에 남는 세 명의 빌런 😈 [정보는 내 권력 🤐] :&nbsp;정보를 심하게 숨기는 (국정원 놀이 하는) 빌런. 이해하기 어려웠고, 업무가 종종 막히기도 했죠. [탐나면 다 내꺼 🤑]&nbsp;:&nbsp;영역 침범의 고수. '뭔가가 잘 되면 모두가 본인의 것'이라고 생각했고, 내가 해온 것들이 그의 것이 되어 있는 마법이 펼쳐졌어요. [내가 다 알아 🤓] :&nbsp;모든 것을 자신이 알고 있다고, 알아야 한다고 생각하는 전문가 호소인. 실체는 전문가 행세를 하고 싶은 초짜였어요. 롤모델 vs 노모델인생의 '롤모델'이 반대편에는 절대 닮고 싶지 않은 '노모델'도 있어요. '부정적인 면에서 얻는 깨달음이나 가르침을 주는 대상'을 이르는&nbsp;'반면교사(反面敎師)'라는 말처럼 롤모델의 반대말로 표현해 봤어요. 사실 롤모델을 닮기란 쉽지 않아요. 그런데 노모델은 어느 정도 지킬 수 있어요.&nbsp;원래 '해야 하는 것'은 어렵지만, '하지 말아야 하는 것'은 쉽거든요.&nbsp;그런 면에서는 살아있는 반면교사의 표본이 바로 빌런이라고 할 수 있죠. 생생하게 하지 말아야 하는 것을 실천해 주고 계시니까요. 저는 만났던 빌런들을 저의 노모델로 만들어 성장해올 수 있었어요. 일할 때 만나게 되는 빌런. 어쩔 수 없이 업무는 함께 진행될 수밖에 없지만, 우리가 괴로울 수는 없기에 빌런을 무기로 만들어보면 어떨까요? ⚔️ 빌런 무기의 자세한 방법, 원문에서 확인하세요 :)

아이보스

회사 빌런을 내 무기로 만드는 방법 😈

2022년 1월 4일부터 2024년 11월 18일까지, 약 3년을 우아한형제들과 함께해서 즐거웠습니다 :)   왜 떠나는가? 사실 이직해야지! 하고 결심해서 시작한 것은 아니었다. 3-4년차가 이직하기 참 좋을 때라는데, 나는 과연 이직을 할 수 있을까에 대한 궁금증이 제일 컸다. 부업으로 꾸준히 멘토링을 하는 입장에서 취업/이직이 점점 어려워지고 있구나도 많이 느낄 수 있었다. 물론 연차를 더 쌓은 후 이직을 하는 길도 있었다. 하지만 우아한형제들이 첫 회사인 나는, 약 3년이라는 기간동안 대부분 회사 내부 서비스만을 개발했다. 디자인시스템, 어드민, 운영 도구 등등.. 어떻게 보면 서비스 회사에서 서비스 개발은 해보지 않은 셈이다. 이러다가 더 연차가 쌓였을 때, 만일 서비스 회사에 지원을 하게 된다면 서비스 경험이 없는 나를 과연 뽑을지에 대한 의문이 컸다. 주니어라면 와서 배우면 되는 부분이지만, 시니어라면 팀을 이끄는 역량이 필요할지도 모르는데 경험조차 없다면.. 계속 개…

개발자 단민 | 3년차엔 뭐다? 이직이다!

왜 인지 올 해 저희 회사분들 이직 얘기 많이 전하네요.
다들 최고가 되셔서 떠나시는 만큼 멀리서 항상 응원합니다!!!!
https://www.jeong-min.com/77-resignation/

왜 인지 올 해 저희 회사분들 이직 얘기 많이 전하네요.다들 최고가 되셔서 떠나시는 만큼 멀리서 항상 응원합니다!!!!https://www.jeong-min.com/77-resignation/

www.jeong-min.com

최고가 되어 떠나는 단민님 이직기

みなさん、こんにちは！私は株式会社ulusageで技術ブログを担当しているエンジニアです。最新の情報や、日々の開発で役立つTipsを皆さんと共有していきたいと思います。どうぞよろしくお願いします。（…

Pythonでのデバッグ、print()からic()に置き換えよう！ - Qiita

파이썬에서 print대신 ic써보라는 글인데, 저도 한번 써볼려고합니다.
컨텍스트 찍히는 기능이 아주 좋네요. (일본어)
https://qiita.com/ryosuke_ohori/items/11b2ad43f1ae50f25cf5

파이썬에서 print대신 ic써보라는 글인데, 저도 한번 써볼려고합니다. 컨텍스트 찍히는 기능이 아주 좋네요. (일본어)https://qiita.com/ryosuke_ohori/items/11b2ad43f1ae50f25cf5

Qiita

디버깅할 때는 print대신 ic써보세요

좋은 내용 공유에 감사드립니다~

회사 직원의 수가 5명 일 때 미팅 방식과 100명 일 때의 미팅 방식은 달라져야 한다. 하지만 생각보다 이 변화는 쉽지 않은데 초기 멤버들은 아무래도 수가 적을 때 얼굴 보고 빠르게 이야기하는 것에 익숙해져 있다보니 문제만 생기면 바로 미팅으로 해결하는 것을 선호하는 경향을 갖기 때문이고 초기 멤버들의 힘이 상대적으로 크기 때문이다.

사람의 숫자가 늘어났다면 현재의 미팅 방식이 적절한지 돌아볼 필요가 있다. 사람이 몇 안 될 때야 매주 전체 미팅을 진행하는 것에 문제가 없고 오히려 서로의 작업에 대한 정보를 원활하게 공유할 수 있는 장이 되겠지만, 팀의 규모가 커지기 시작하면 미팅의 목적과 횟수, 참석 인원에 대해 다시 생각해 보아야 한다는 말이다. 이런 부분을 고려하지 않은 잦은 미팅은 업무 흐름을 방해하고 효율을 떨어뜨릴 수 있으면 이는 사람의 수가 늘어나면서 더 큰 문제가 된다.

미팅 방식을 점검할 때 가장 먼저 던져야 할 질문은 “이 미팅으로 의사결정을 이끌어낼 수 있는가?”이다. 정보를 공유하기 위한 경우가 아니라면 미팅은 기본적으로 실무를 논의하는 자리여야 한다고 생각한다. 확실한 어젠다도 없이 메신저에서도 확인할 수 있는 내용을 굳이 같이 살펴보자고 한다든가, 그전에 모두가 모였으니 100명이 넘은 다음에도 모두가 모이는 형태로 변화없는 식의 미팅으로는 아무것도 결정할 수 없다. 또 한 가지 고려해야 할 점은, 미팅은 가능한 한 최소 인원과 최단의 시간으로 진행해야 한다는 것이다. 미팅의 기본 시간 단위를 한 시간이 아닌 30분으로 잡자. 

유데미에 있을 때 모든 미팅 초대에 다음 세 가지가 명시적으로 드러나 있어야만 했다. 처음부터 이런 규칙이 있지는 않았고 사람이 많아지면 미팅 피로도가 커지면서 생긴 규칙이다. 아래 세 가지를 고려해서 정말 필요한 사람만 초대하는 것도 필요하다.

 1. Purpose: 미팅의 목적이 무엇인가?
 2. Agenda: 미팅에서 구체적으로 이야기할 아이템들이 무엇인가?
 3. Outcome: 미팅을 통해 결정하고 싶은 것이 무엇인가?

미팅이 너무 많아 업무는 저녁에 할 수 밖에 없는 경우가 생각보다 많다. 때로는 미팅 없는 날을 전사적으로 잡아야할 필요도 있고 다양한 실험이 필요하다.

회사 직원의 수가 5명 일 때 미팅 방식과 100명 일 때의 미팅 방식은 달라져야 한다. 하지만 생각보다 이 변화는 쉽지 않은데 초기 멤버들은 아무래도 수가 적을 때 얼굴 보고 빠르게 이야기하는 것에 익숙해져 있다보니 문제만 생기면 바로 미팅으로 해결하는 것을 선호하는 경향을 갖기 때문이고 초기 멤버들의 힘이 상대적으로 크기 때문이다. 사람의 숫자가 늘어났다면 현재의 미팅 방식이 적절한지 돌아볼 필요가 있다. 사람이 몇 안 될 때야 매주 전체 미팅을 진행하는 것에 문제가 없고 오히려 서로의 작업에 대한 정보를 원활하게 공유할 수 있는 장이 되겠지만, 팀의 규모가 커지기 시작하면 미팅의 목적과 횟수, 참석 인원에 대해 다시 생각해 보아야 한다는 말이다. 이런 부분을 고려하지 않은 잦은 미팅은 업무 흐름을 방해하고 효율을 떨어뜨릴 수 있으면 이는 사람의 수가 늘어나면서 더 큰 문제가 된다. 미팅 방식을 점검할 때 가장 먼저 던져야 할 질문은 “이 미팅으로 의사결정을 이끌어낼 수 있는가?”이다. 정보를 공유하기 위한 경우가 아니라면 미팅은 기본적으로 실무를 논의하는 자리여야 한다고 생각한다. 확실한 어젠다도 없이 메신저에서도 확인할 수 있는 내용을 굳이 같이 살펴보자고 한다든가, 그전에 모두가 모였으니 100명이 넘은 다음에도 모두가 모이는 형태로 변화없는 식의 미팅으로는 아무것도 결정할 수 없다. 또 한 가지 고려해야 할 점은, 미팅은 가능한 한 최소 인원과 최단의 시간으로 진행해야 한다는 것이다. 미팅의 기본 시간 단위를 한 시간이 아닌 30분으로 잡자.&nbsp; 유데미에 있을 때 모든 미팅 초대에 다음 세 가지가 명시적으로 드러나 있어야만 했다. 처음부터 이런 규칙이 있지는 않았고 사람이 많아지면 미팅 피로도가 커지면서 생긴 규칙이다. 아래 세 가지를 고려해서 정말 필요한 사람만 초대하는 것도 필요하다. <ol ><li>Purpose: 미팅의 목적이 무엇인가?</li><li>Agenda: 미팅에서 구체적으로 이야기할 아이템들이 무엇인가?</li><li>Outcome: 미팅을 통해 결정하고 싶은 것이 무엇인가?</li></ol> 미팅이 너무 많아 업무는 저녁에 할 수 밖에 없는 경우가 생각보다 많다. 때로는 미팅 없는 날을 전사적으로 잡아야할 필요도 있고 다양한 실험이 필요하다.

효율적인 미팅: 의사 결정 혹은 정보 공유

다 필요없고 사장이 일감만 많이 가져오면 직원들은 신나서 일 합니다 할 일이 없으니 미팅이랍시고 모여서 쓸데없는 분란만 일으키죠 프로젝트 수주가 많으면 회사 매출이 늘어나고 직원들 보너스도 줄 수 있고 성과급 준다는데 직원들은 다 열심히 일하지요

한해동안 인프런 장바구니 보니 많이 쌓여있더군요 ㅎㅎ 연말 연휴동안 인프런 강의 달려볼 분들에게 좋은 세일 찬스 인 것 같습니다

https://www.inflearn.com/pages/blackfriday2024

한해동안 인프런 장바구니 보니 많이 쌓여있더군요 ㅎㅎ 연말 연휴동안 인프런 강의 달려볼 분들에게 좋은 세일 찬스 인 것 같습니다 https://www.inflearn.com/pages/blackfriday2024

인프런

인프런 블프 25% 할인 쿠폰

1
가장 스마트하게 일하는 것은 다른 누구도 할 수 없는 일을 하는 것을 의미한다.

2
이것은 아주 높은 기준이다. 다른 사람들은 할 수 없고 자신만이 잘할 수 있는 일을 찾아내는 것은 엄청난 도전이다.

3
대부분은 그것이 무엇인지 알게 되는 데 한평생이 걸린다. 그것은 오직 의도적인 연습과 다른 사람들의 도움을 통해서만 찾을 수 있지만, 일단 찾게 되면 그 보상은 엄청나다.

4
다른 사람들이 원하는 것을 잘할 때, 그리고 그 일을 할 수 있는 유일한 사람이 바로 당신일 때, 바로 그때 당신은 흔치 않은 보상을 받을 것이다.

#엔드말라리아

1 가장 스마트하게 일하는 것은 다른 누구도 할 수 없는 일을 하는 것을 의미한다. ​ ​2 이것은 아주 높은 기준이다. 다른 사람들은 할 수 없고 자신만이 잘할 수 있는 일을 찾아내는 것은 엄청난 도전이다. ​ ​3 대부분은 그것이 무엇인지 알게 되는 데 한평생이 걸린다. 그것은 오직 의도적인 연습과 다른 사람들의 도움을 통해서만 찾을 수 있지만, 일단 찾게 되면 그 보상은 엄청나다. ​ ​4 다른 사람들이 원하는 것을 잘할 때, 그리고 그 일을 할 수 있는 유일한 사람이 바로 당신일 때, 바로 그때 당신은 흔치 않은 보상을 받을 것이다. ​ #엔드말라리아 ​

< 진짜 스마트한 사람은 이렇게 일한다 >

https://blog.naver.com/madaboutit/223661987576

An end-to-end open source machine learning platform for everyone. Discover TensorFlow's flexible ecosystem of tools, libraries and community resources.

TensorFlow

간단한 챗봇 구축부터 복잡한 언어 모델 개발까지, 이러한 프레임워크는 최신 AI 애플리케이션의 기반이 됩니다. 2024년에 주목할 만한 가장 중요한 AI 프레임워크 7가지 내용을 공유해봅니다!

🎃 텐서플로우
 * https://www.tensorflow.org/
 * 연구용 및 프로덕션용 머신 러닝 애플리케이션을 위한 포괄적인 플랫폼을 제공하는 AI 프레임워크 생태계에 대한 Google의 강력한 기여
   * 프레임워크 자체는 오픈 소스이므로 스타트업과 대기업 모두에게 비용 효율적
   * 리소스에는 포괄적인 문서, 사전 학습된 모델, TensorFlow Hub를 통한 데이터 세트가 포함되어 있어 AI 솔루션을 빠르게 개발 및 배포 지원
 * TensorFlow의 주요 특징 및 기능
   * TensorFlow의 핵심은 AI 개발을 위해 선호되는 강력한 기능 세트 제공
   * 유연한 아키텍처: 원활한 전환을 통해 CPU 및 GPU 컴퓨팅 모두 지원
   * 시각화 도구: 상세한 모델 검사 및 디버깅을 가능하게 하는 TensorBoard
   * 프로덕션 준비 완료: 모바일, 엣지, 클라우드 플랫폼 전반에 걸쳐 모델 배포 가능
   * 커뮤니티 지원: 광범위한 문서와 활발한 개발자 커뮤니티
   * 사전 학습된 모델: 바로 사용할 수 있는 방대한 모델 라이브러리 액세스
 * TensorFlow 구현 모범 사례
   * 코드를 더 작고 관리하기 쉬운 함수로 리팩터링하고 가장 큰 계산 블록을 @ tf.function으로 장식하여 최적의 성능을 발휘할 때 가장 잘 작동
   * 모델 개발의 경우, 높은 수준의 모델 구성을 위해 Keras API를 활용하면서 필요한 경우 낮은 수준의 TensorFlow 연산에 대한 액세스를 유지

🎃 PyTorch
 * https://pytorch.org/
 * 직관적인 디자인과 동적 계산 기능으로 AI 프레임워크 환경에 혁신을 일으킨 Meta AI의 PyTorch는 연구자와 개발자 모두에게 사랑받는 제품
   * 포럼, 포괄적인 문서, Meta AI 연구팀의 정기 업데이트를 통한 광범위한 커뮤니티 지원의 이점
   * 엔터프라이즈 사용자를 위해 PyTorch Enterprise는 향상된 기능과 전용 지원 채널을 제공하여 프로덕션 환경에서 안정적인 배포 보장
   * NumPy 및 Pandas를 비롯한 Python의 과학 컴퓨팅 에코시스템과 원활하게 통합되어 생성형 AI 모델과 대규모 언어 모델(LLM)을 개발하는 데 특히 효과적
   * 동적 계산 그래프를 유연하게 처리
 * PyTorch 아키텍처 및 구성 요소
   * PyTorch의 아키텍처는 개발 단계에서 실시간으로 모델을 조정할 수 있는 Autograd라는 동적 계산 그래프 시스템 중심
   * 텐서 연산: GPU 가속을 통한 고급 수학적 연산
   * 신경망 모듈: 사전 구축 및 커스터마이징 가능한 네트워크 레이어
   * 최적화 도구: 모델 트레이닝을 위한 정교한 알고리즘
   * 데이터 유틸리티: 효율적인 데이터 로딩 및 전처리 도구
 * PyTorch 개발 워크플로
   * 데이터 준비
     * 입력 데이터를 PyTorch 텐서로 변환하기
     * 사용자 정의 데이터 세트 및 데이터 로더 생성
     * 필요한 전처리 변환 적용
   * 모델 개발
     * torch.nn을 사용하여 네트워크 아키텍처 정의하기
     * 포워드 패스 계산 구현하기
     * 손실 함수 및 옵티마이저 구성

🎃 LangChain
 * https://www.langchain.com/
 * 개발자가 대규모 언어 모델의 힘을 활용하는 방식을 혁신적으로 변화시킨 LangChain은 복잡한 LLM 기능과 실제 애플리케이션 간의 격차를 해소하는 획기적인 AI 프레임워크로 부상
   * 강력한 문서, 광범위한 커뮤니티 지원, 지속적인 업데이트를 통해 개발자가 최첨단 AI 애플리케이션을 구축하면서 투자를 극대화할 수 있도록 지원
 * LangChain 프레임워크 개요
   * LangChain은 모듈식 아키텍처와 제너레이티브 AI 개발을 위해 특별히 설계된 포괄적인 도구 세트를 통해 차별화
   * 프럼프트 관리 및 최적화
   * 데이터 증강 생성
   * 의사 결정을 위한 자율 에이전트
   * 컨텍스트 유지를 위한 메모리 시스템
 * 광범위한 통합 기능
   * 외부 데이터 소스
     * 문서 저장소
     * 벡터 데이터베이스
     * API 엔드포인트
   * 개발 도구
     * 버전 관리 시스템
     * 모니터링 플랫폼
     * 배포 서비스
   * 비용을 최적화하기 위해 몇 가지 전략
     * 빈번한 쿼리를 위한 캐싱 메커니즘 활용
     * 가능한 경우 API 호출 일괄 처리
     * 효율적인 리소스 할당을 위해 사용 패턴 모니터링

🎃 허깅 페이스 트랜스포머
 * https://huggingface.co/docs/transformers/en/index
 * 허깅 페이스 트랜스포머 라이브러리는 포괄적인 도구와 모델로 구성된 에코시스템을 통해 전 세계 개발자가 고급 자연어 처리를 이용할 수 있도록 하여 인공지능 대중화의 최전선 위치
 * 허깅 페이스의 핵심 기능
   * 바로 사용할 수 있는 수천 개의 모델이 포함된 사전 학습된 모델 허브
   * PyTorch 및 TensorFlow와의 원활한 통합
   * 고급 토큰화 및 전처리 도구
   * 이전 학습을 위한 기본 지원
   * 포괄적인 문서 및 커뮤니티 리소스
 * 허깅 페이스 구현 가이드
   * 허깅 페이스 트랜스포머 구현은 빠른 개발을 가능하게 하는 간단한 접근 방식.
     * 이 프로세스는 모델 선택에서 시작하여 미세 조정 및 배포를 통해 확장
     * 최적의 결과를 얻으려면 개발자는 모델 아키텍처 세부 사항을 자동으로 처리하고 다양한 모델 유형에 걸쳐 일관된 인터페이스를 제공하는 AutoClass 시스템을 활용하는 데 집중
   * 파이프라인 아키텍처를 통해 작업을 처리하는 데 탁월하므로 개발자는 최소한의 코드로 복잡한 NLP 작업 구현 가능.
     * 여기에는 기본 텍스트 분류부터 고급 생성 AI 애플리케이션까지 모든 것 가능
   * 로컬 및 클라우드 배포 옵션을 모두 제공하며, 비용은 계산 요구 사항과 모델 복잡성에 따라 차이.
     * 기업 사용자는 SSO 지원, 감사 로그, 전용 인프라 옵션과 같은 추가 기능의 혜택
   * 프로덕션 환경에서 작업하는 개발자를 위해 허깅 페이스는 허브에서 직접 전용 및 자동 확장 인프라를 제공하는 추론 엔드포인트 제공.
     * 이를 통해 최적화된 리소스 활용을 통해 비용 효율성을 유지하면서 안정적인 성능 보장

🎃 LlamaIndex
 * https://www.llamaindex.ai/
 * 데이터와 대규모 언어 모델 간의 격차를 해소하기 위해 설계된 LlamaIndex는 개발자가 상황 인식 AI 애플리케이션을 구축하는 방식을 혁신하는 강력한 데이터 프레임워크
   * LLM을 통해 다양한 데이터 소스에 액세스하고 쿼리할 수 있도록 하는 데 특화
   * 엔터프라이즈 배포를 위해 가상의 문서 임베딩과 다양한 벡터 저장소와의 통합과 같은 고급 기능을 제공하여 조직이 비용 효율성을 유지하면서 AI 프레임워크 구현 확장
 * LlamaIndex의 특징 및 기능
   * 정교한 데이터 처리 및 검색 기능 중심
   * 여러 소스 통합을 위한 데이터 커넥터(LlamaHub)
   * 고급 문서 작업(삽입, 삭제, 업데이트)
   * 다중 문서 합성 기능
   * 쿼리 엔진 선택을 위한 라우터 기능
   * 벡터 스토어 통합 및 ChatGPT 플러그인 지원
   * OpenAI 함수 호출 API 호환성
 * 라마인덱스 개발 프로세스
   * 데이터 처리와 쿼리를 모두 최적화하는 2단계 접근 방식
     * 데이터 처리 단계에서 프레임워크는 지식 베이스를 '노드' 객체로 저장된 관리 가능한 청크로 분할하는데, 이는 LLM의 토큰 제한을 처리하는 데 매우 중요
   * 쿼리 프로세스:
     * 노드 수집: 쿼리 컨텍스트에 따라 관련 데이터 수집
     * 응답 합성: LLM 통합을 사용하여 컨텍스트가 풍부한 답변 생성
     * 채팅 엔진 구현: 데이터에 대한 지속적인 대화 활성화
 * 비용 최적화 전략
   * 인덱스 구축 및 쿼리 단계에서 비용을 예측하기 위한 토큰 예측기 구현 포함
   * 개발자가 토큰 사용량을 효과적으로 관리하고 예측할 수 있도록 TokenCounting Handler 콜백 및 MockLLM 구현과 같은 기본 제공 도구를 제공

🎃 OpenAI 프레임워크(OPF)
 * https://platform.openai.com/docs/api-reference/introduction
 * 책임감 있는 안전하고 윤리적인 AI 프레임워크 구현을 위한 새로운 표준 제시
   * 강력한 안전 프로토콜과 최첨단 개발 도구를 결합하여 AI 배포의 혁신과 책임 보장
   * 프레임워크의 종량제 시스템은 모델 선택 및 사용 패턴에 따라 비용이 달라지는 유연한 확장 가능
   * OpenAI는 사용자 지정 데이터 보존 기간과 향상된 보안 기능을 포함한 포괄적인 지원 옵션을 제공
   * 프레임워크의 통합 기능은 다양한 개발 환경으로 확장되어 연구 이니셔티브와 프로덕션 규모의 애플리케이션을 모두 지원
 * OpenAI 프레임워크 구성 요소
   * 위험 평가를 위한 종합적인 평가 시스템
   * 통합 사이버 보안 조치
   * 안전 자문 그룹(SAG) 감독
   * 책임 있는 확장 정책 구현
   * 고급 모니터링 및 테스트 프로토콜
 * OpenAI 구현 전략
   * 안전과 효율성에 중점을 둔 구조화된 접근 방식
   * 철저한 위험 평가로 시작하여 정기적인 안전 훈련과 레드팀 연습을 통해 배포를 계속 진행.
   * 시스템 배포 제어를 위한 절차적 조치와 함께 AI 알고리즘을 개선하기 위한 기술 솔루션을 통합
 * 비용 최적화 전략:
   * 대시보드를 통한 토큰 사용량 모니터링
   * 사용량 임계값 및 알림 구현
   * 작업 요구 사항에 따른 전략적 모델 선택
   * 언어 API는 토큰당 가격이 책정되는 반면, 이미지 생성 모델은 해상도 기반 요금제

🎃 Microsoft JARVIS
 * https://github.com/microsoft/JARVIS
 * 지능형 컨트롤러 아키텍처를 통해 여러 AI 모델을 오케스트레이션하는 획기적인 시스템인 Microsoft의 최신 AI 프레임워크 환경 혁신 JARVIS
   * 서로 다른 AI 모델 간의 원활한 상호 작용을 지원하므로 단일 모델로는 독립적으로 수행할 수 없는 복잡한 작업 실행
   * 로컬 및 클라우드 기반 배포 모델을 모두 지원
   * 엔터프라이즈 구현을 위해 JARVIS는 맞춤형 모델 통합, 전용 지원 채널, 특수 배포 옵션 등의 고급 기능 제공
 * JARVIS 플랫폼 개요
   * JARVIS의 핵심은 ChatGPT를 기본 컨트롤러로 활용하는 협업 시스템
   * 플랫폼의 특징:
     * 멀티모달 처리 기능
     * 실시간 웹 액세스 통합
     * 고급 작업 계획 시스템
     * 모델 간 협업
     * 포괄적인 API 지원
     * 지능형 리소스 관리
 * JARVIS 개발 워크플로(4단계 워크플로우)
   * 작업 계획: ChatGPT가 사용자 요청을 분석하여 관리 가능한 하위 작업으로 세분화
   * 모델 선택: Hugging Face에서 적절한 전문가 모델을 지능적으로 선택
   * 작업 실행: 실시간 모니터링을 통해 선택한 모델의 조정된 실행
   * 응답 통합: 결과를 일관된 출력으로 종합적으로 합성
 * 배포 옵션에 따른 리소스 요구 사항
   * 최소 설정: 16GB VRAM, 100GB 스토리지
   * 표준 설정: 64GB RAM(Jetson AGX Orin에 권장)
   * 클라우드 배포: 유연한 확장 옵션
   * 리소스 관리 시스템은 비용 효율성을 유지하면서 성능을 최적화하므로 연구 및 프로덕션 환경 모두에 적합

🎀 결론 🎀
 * 이 7가지 각 프레임워크는 각기 다른 용도로 사용됩니다.
   * TensorFlow(프러덕션 환경)와 PyTorch(연구환경)는 딥러닝 탁월
   * LangChain과 LlamaIndex는 LM 기반 애플리케이션 구축에 특화 및 LLM 애플리케이션 간소화
   * Hugging Face, OpenAI, Microsoft JARVIS는 자연어 처리와 멀티모달 AI 경계 확장
 * 모든 프레임워크를 동시에 마스터하려고 시도하기보다는 당면한 프로젝트 요구사항에 맞는 프레임워크부터 시작하세요.

 * 출처: https://dev.to/pavanbelagatti/7-cutting-edge-ai-frameworks-every-developer-should-master-13l9

간단한 챗봇 구축부터 복잡한 언어 모델 개발까지, 이러한 프레임워크는 최신 AI 애플리케이션의 기반이 됩니다. 2024년에 주목할 만한 가장 중요한 AI 프레임워크 7가지 내용을 공유해봅니다! 🎃 텐서플로우<ul ><li>https://www.tensorflow.org/</li><li>연구용 및 프로덕션용 머신 러닝 애플리케이션을 위한 포괄적인 플랫폼을 제공하는 AI 프레임워크 생태계에 대한 Google의 강력한 기여<ul ><li>프레임워크 자체는 오픈 소스이므로 스타트업과 대기업 모두에게 비용 효율적</li><li>리소스에는 포괄적인 문서, 사전 학습된 모델, TensorFlow Hub를 통한 데이터 세트가 포함되어 있어 AI 솔루션을 빠르게 개발 및 배포 지원</li></ul></li><li>TensorFlow의 주요 특징 및 기능<ul ><li>TensorFlow의 핵심은 AI 개발을 위해 선호되는 강력한 기능 세트 제공</li><li>유연한 아키텍처: 원활한 전환을 통해 CPU 및 GPU 컴퓨팅 모두 지원</li><li>시각화 도구: 상세한 모델 검사 및 디버깅을 가능하게 하는 TensorBoard</li><li>프로덕션 준비 완료: 모바일, 엣지, 클라우드 플랫폼 전반에 걸쳐 모델 배포 가능</li><li>커뮤니티 지원: 광범위한 문서와 활발한 개발자 커뮤니티</li><li>사전 학습된 모델: 바로 사용할 수 있는 방대한 모델 라이브러리 액세스</li></ul></li><li>TensorFlow 구현 모범 사례<ul ><li>코드를 더 작고 관리하기 쉬운 함수로 리팩터링하고 가장 큰 계산 블록을 @ tf.function으로 장식하여 최적의 성능을 발휘할 때 가장 잘 작동</li><li>모델 개발의 경우, 높은 수준의 모델 구성을 위해 Keras API를 활용하면서 필요한 경우 낮은 수준의 TensorFlow 연산에 대한 액세스를 유지</li></ul></li></ul> 🎃 PyTorch<ul ><li>https://pytorch.org/</li><li>직관적인 디자인과 동적 계산 기능으로 AI 프레임워크 환경에 혁신을 일으킨 Meta AI의 PyTorch는 연구자와 개발자 모두에게 사랑받는 제품<ul ><li>포럼, 포괄적인 문서, Meta AI 연구팀의 정기 업데이트를 통한 광범위한 커뮤니티 지원의 이점</li><li>엔터프라이즈 사용자를 위해 PyTorch Enterprise는 향상된 기능과 전용 지원 채널을 제공하여 프로덕션 환경에서 안정적인 배포 보장</li><li>NumPy 및 Pandas를 비롯한 Python의 과학 컴퓨팅 에코시스템과 원활하게 통합되어 생성형 AI 모델과 대규모 언어 모델(LLM)을 개발하는 데 특히 효과적</li><li>동적 계산 그래프를 유연하게 처리</li></ul></li><li>PyTorch 아키텍처 및 구성 요소<ul ><li>PyTorch의 아키텍처는 개발 단계에서 실시간으로 모델을 조정할 수 있는 Autograd라는 동적 계산 그래프 시스템 중심</li><li>텐서 연산: GPU 가속을 통한 고급 수학적 연산</li><li>신경망 모듈: 사전 구축 및 커스터마이징 가능한 네트워크 레이어</li><li>최적화 도구: 모델 트레이닝을 위한 정교한 알고리즘</li><li>데이터 유틸리티: 효율적인 데이터 로딩 및 전처리 도구</li></ul></li><li>PyTorch 개발 워크플로<ul ><li>데이터 준비<ul ><li>입력 데이터를 PyTorch 텐서로 변환하기</li><li>사용자 정의 데이터 세트 및 데이터 로더 생성</li><li>필요한 전처리 변환 적용</li></ul></li><li>모델 개발<ul ><li>torch.nn을 사용하여 네트워크 아키텍처 정의하기</li><li>포워드 패스 계산 구현하기</li><li>손실 함수 및 옵티마이저 구성</li></ul></li></ul></li></ul> 🎃 LangChain<ul ><li>https://www.langchain.com/</li><li>개발자가 대규모 언어 모델의 힘을 활용하는 방식을 혁신적으로 변화시킨 LangChain은 복잡한 LLM 기능과 실제 애플리케이션 간의 격차를 해소하는 획기적인 AI 프레임워크로 부상<ul ><li>강력한 문서, 광범위한 커뮤니티 지원, 지속적인 업데이트를 통해 개발자가 최첨단 AI 애플리케이션을 구축하면서 투자를 극대화할 수 있도록 지원</li></ul></li><li>LangChain 프레임워크 개요<ul ><li>LangChain은 모듈식 아키텍처와 제너레이티브 AI 개발을 위해 특별히 설계된 포괄적인 도구 세트를 통해 차별화</li><li>프럼프트 관리 및 최적화</li><li>데이터 증강 생성</li><li>의사 결정을 위한 자율 에이전트</li><li>컨텍스트 유지를 위한 메모리 시스템</li></ul></li><li>광범위한 통합 기능<ul ><li>외부 데이터 소스<ul ><li>문서 저장소</li><li>벡터 데이터베이스</li><li>API 엔드포인트</li></ul></li><li>개발 도구<ul ><li>버전 관리 시스템</li><li>모니터링 플랫폼</li><li>배포 서비스</li></ul></li><li>비용을 최적화하기 위해 몇 가지 전략<ul ><li>빈번한 쿼리를 위한 캐싱 메커니즘 활용</li><li>가능한 경우 API 호출 일괄 처리</li><li>효율적인 리소스 할당을 위해 사용 패턴 모니터링</li></ul></li></ul></li></ul> 🎃 허깅 페이스 트랜스포머<ul ><li>https://huggingface.co/docs/transformers/en/index</li><li>허깅 페이스 트랜스포머 라이브러리는 포괄적인 도구와 모델로 구성된 에코시스템을 통해 전 세계 개발자가 고급 자연어 처리를 이용할 수 있도록 하여 인공지능 대중화의 최전선 위치</li><li>허깅 페이스의 핵심 기능<ul ><li>바로 사용할 수 있는 수천 개의 모델이 포함된 사전 학습된 모델 허브</li><li>PyTorch 및 TensorFlow와의 원활한 통합</li><li>고급 토큰화 및 전처리 도구</li><li>이전 학습을 위한 기본 지원</li><li>포괄적인 문서 및 커뮤니티 리소스</li></ul></li><li>허깅 페이스 구현 가이드<ul ><li>허깅 페이스 트랜스포머 구현은 빠른 개발을 가능하게 하는 간단한 접근 방식.<ul ><li>이 프로세스는 모델 선택에서 시작하여 미세 조정 및 배포를 통해 확장</li><li>최적의 결과를 얻으려면 개발자는 모델 아키텍처 세부 사항을 자동으로 처리하고 다양한 모델 유형에 걸쳐 일관된 인터페이스를 제공하는 AutoClass 시스템을 활용하는 데 집중</li></ul></li><li>파이프라인 아키텍처를 통해 작업을 처리하는 데 탁월하므로 개발자는 최소한의 코드로 복잡한 NLP 작업 구현 가능.<ul ><li>여기에는 기본 텍스트 분류부터 고급 생성 AI 애플리케이션까지 모든 것 가능</li></ul></li><li>로컬 및 클라우드 배포 옵션을 모두 제공하며, 비용은 계산 요구 사항과 모델 복잡성에 따라 차이.<ul ><li>기업 사용자는 SSO 지원, 감사 로그, 전용 인프라 옵션과 같은 추가 기능의 혜택</li></ul></li><li>프로덕션 환경에서 작업하는 개발자를 위해 허깅 페이스는 허브에서 직접 전용 및 자동 확장 인프라를 제공하는 추론 엔드포인트 제공.<ul ><li>이를 통해 최적화된 리소스 활용을 통해 비용 효율성을 유지하면서 안정적인 성능 보장</li></ul></li></ul></li></ul> 🎃 LlamaIndex<ul ><li>https://www.llamaindex.ai/</li><li>데이터와 대규모 언어 모델 간의 격차를 해소하기 위해 설계된 LlamaIndex는 개발자가 상황 인식 AI 애플리케이션을 구축하는 방식을 혁신하는 강력한 데이터 프레임워크<ul ><li>LLM을 통해 다양한 데이터 소스에 액세스하고 쿼리할 수 있도록 하는 데 특화</li><li>엔터프라이즈 배포를 위해 가상의 문서 임베딩과 다양한 벡터 저장소와의 통합과 같은 고급 기능을 제공하여 조직이 비용 효율성을 유지하면서 AI 프레임워크 구현 확장</li></ul></li><li>LlamaIndex의 특징 및 기능<ul ><li>정교한 데이터 처리 및 검색 기능 중심</li><li>여러 소스 통합을 위한 데이터 커넥터(LlamaHub)</li><li>고급 문서 작업(삽입, 삭제, 업데이트)</li><li>다중 문서 합성 기능</li><li>쿼리 엔진 선택을 위한 라우터 기능</li><li>벡터 스토어 통합 및 ChatGPT 플러그인 지원</li><li>OpenAI 함수 호출 API 호환성</li></ul></li><li>라마인덱스 개발 프로세스<ul ><li>데이터 처리와 쿼리를 모두 최적화하는 2단계 접근 방식<ul ><li>데이터 처리 단계에서 프레임워크는 지식 베이스를 '노드' 객체로 저장된 관리 가능한 청크로 분할하는데, 이는 LLM의 토큰 제한을 처리하는 데 매우 중요</li></ul></li><li>쿼리 프로세스:<ul ><li>노드 수집: 쿼리 컨텍스트에 따라 관련 데이터 수집</li><li>응답 합성: LLM 통합을 사용하여 컨텍스트가 풍부한 답변 생성</li><li>채팅 엔진 구현: 데이터에 대한 지속적인 대화 활성화</li></ul></li></ul></li><li>비용 최적화 전략<ul ><li>인덱스 구축 및 쿼리 단계에서 비용을 예측하기 위한 토큰 예측기 구현 포함</li><li>개발자가 토큰 사용량을 효과적으로 관리하고 예측할 수 있도록 TokenCounting Handler 콜백 및 MockLLM 구현과 같은 기본 제공 도구를 제공</li></ul></li></ul> 🎃 OpenAI 프레임워크(OPF)<ul ><li>https://platform.openai.com/docs/api-reference/introduction</li><li>책임감 있는 안전하고 윤리적인 AI 프레임워크 구현을 위한 새로운 표준 제시<ul ><li>강력한 안전 프로토콜과 최첨단 개발 도구를 결합하여 AI 배포의 혁신과 책임 보장</li><li>프레임워크의 종량제 시스템은 모델 선택 및 사용 패턴에 따라 비용이 달라지는 유연한 확장 가능</li><li>OpenAI는 사용자 지정 데이터 보존 기간과 향상된 보안 기능을 포함한 포괄적인 지원 옵션을 제공</li><li>프레임워크의 통합 기능은 다양한 개발 환경으로 확장되어 연구 이니셔티브와 프로덕션 규모의 애플리케이션을 모두 지원</li></ul></li><li>OpenAI 프레임워크 구성 요소<ul ><li>위험 평가를 위한 종합적인 평가 시스템</li><li>통합 사이버 보안 조치</li><li>안전 자문 그룹(SAG) 감독</li><li>책임 있는 확장 정책 구현</li><li>고급 모니터링 및 테스트 프로토콜</li></ul></li><li>OpenAI 구현 전략<ul ><li>안전과 효율성에 중점을 둔 구조화된 접근 방식</li><li>철저한 위험 평가로 시작하여 정기적인 안전 훈련과 레드팀 연습을 통해 배포를 계속 진행.</li><li>시스템 배포 제어를 위한 절차적 조치와 함께 AI 알고리즘을 개선하기 위한 기술 솔루션을 통합</li></ul></li><li>비용 최적화 전략:<ul ><li>대시보드를 통한 토큰 사용량 모니터링</li><li>사용량 임계값 및 알림 구현</li><li>작업 요구 사항에 따른 전략적 모델 선택</li><li>언어 API는 토큰당 가격이 책정되는 반면, 이미지 생성 모델은 해상도 기반 요금제</li></ul></li></ul> 🎃 Microsoft JARVIS<ul ><li>https://github.com/microsoft/JARVIS</li><li>지능형 컨트롤러 아키텍처를 통해 여러 AI 모델을 오케스트레이션하는 획기적인 시스템인 Microsoft의 최신 AI 프레임워크 환경 혁신 JARVIS<ul ><li>서로 다른 AI 모델 간의 원활한 상호 작용을 지원하므로 단일 모델로는 독립적으로 수행할 수 없는 복잡한 작업 실행</li><li>로컬 및 클라우드 기반 배포 모델을 모두 지원</li><li>엔터프라이즈 구현을 위해 JARVIS는 맞춤형 모델 통합, 전용 지원 채널, 특수 배포 옵션 등의 고급 기능 제공</li></ul></li><li>JARVIS 플랫폼 개요<ul ><li>JARVIS의 핵심은 ChatGPT를 기본 컨트롤러로 활용하는 협업 시스템</li><li>플랫폼의 특징:<ul ><li>멀티모달 처리 기능</li><li>실시간 웹 액세스 통합</li><li>고급 작업 계획 시스템</li><li>모델 간 협업</li><li>포괄적인 API 지원</li><li>지능형 리소스 관리</li></ul></li></ul></li><li>JARVIS 개발 워크플로(4단계 워크플로우)<ul ><li>작업 계획: ChatGPT가 사용자 요청을 분석하여 관리 가능한 하위 작업으로 세분화</li><li>모델 선택: Hugging Face에서 적절한 전문가 모델을 지능적으로 선택</li><li>작업 실행: 실시간 모니터링을 통해 선택한 모델의 조정된 실행</li><li>응답 통합: 결과를 일관된 출력으로 종합적으로 합성</li></ul></li><li>배포 옵션에 따른 리소스 요구 사항<ul ><li>최소 설정: 16GB VRAM, 100GB 스토리지</li><li>표준 설정: 64GB RAM(Jetson AGX Orin에 권장)</li><li>클라우드 배포: 유연한 확장 옵션</li><li>리소스 관리 시스템은 비용 효율성을 유지하면서 성능을 최적화하므로 연구 및 프로덕션 환경 모두에 적합</li></ul></li></ul> 🎀 결론 🎀<ul ><li>이 7가지 각 프레임워크는 각기 다른 용도로 사용됩니다.<ul ><li>TensorFlow(프러덕션 환경)와 PyTorch(연구환경)는 딥러닝 탁월</li><li>LangChain과 LlamaIndex는 LM 기반 애플리케이션 구축에 특화 및 LLM 애플리케이션 간소화</li><li>Hugging Face, OpenAI, Microsoft JARVIS는 자연어 처리와 멀티모달 AI 경계 확장</li></ul></li><li>모든 프레임워크를 동시에 마스터하려고 시도하기보다는 당면한 프로젝트 요구사항에 맞는 프레임워크부터 시작하세요.</li></ul> <ul ><li>출처: https://dev.to/pavanbelagatti/7-cutting-edge-ai-frameworks-every-developer-should-master-13l9</li></ul>

[Dev]모든 개발자가 마스터해야 할 7가지 AI 프레임워크!

Your Resume App

개발자들을 위한 흥미로운 자가진단 사이트를 소개합니다.
프론트엔드, 백엔드, React 개발자, 디자이너, CEO까지 각 직무별 역량을 체크해 볼 수 있습니다. 세부 항목들을 체크하다 보면 내가 부족한 부분이 무엇인지 자연스럽게 파악할 수 있습니다.

물론 이 테스트가 절대적인 기준은 아니지만, 현재 내가 부족한게 무엇인지를 파악하고 앞으로의 성장 방향을 설정하는데는 참고자료가 될 수 있을것 같습니다.

https://resume.realerror.com/

개발자들을 위한 흥미로운 자가진단 사이트를 소개합니다.프론트엔드, 백엔드, React 개발자, 디자이너, CEO까지 각 직무별 역량을 체크해 볼 수 있습니다. 세부 항목들을 체크하다 보면 내가 부족한 부분이 무엇인지 자연스럽게 파악할 수 있습니다. 물론 이 테스트가 절대적인 기준은 아니지만, 현재 내가 부족한게 무엇인지를 파악하고 앞으로의 성장 방향을 설정하는데는 참고자료가 될 수 있을것 같습니다. https://resume.realerror.com/

resume.realerror.com

IT직군 역량 자가진단 - 프론트엔드부터 CEO까지

학교는 초중고대학의 형태로 학년이 정해져 있고 뭘 배우는지 커리큘럼이 정해져 있으며 시험이란 형태로 정답이란 것이 있다. 많은 한국 사람들은 학교에서 배우는 걸로 만족하지 못하고 학원이나 과외 등등으로 선행 학습을 일상적으로 한다. 실리콘 밸리에 와보니 일부 극성인 아시안 부모들이 있긴 하지만 전체적인 분위기는 학교 공부 이외에 별도로 과외를 하거나 선행 학습을 왜 하냐 라는 분위기였다. 또한 불행히도 한국에서 초중고 교육은 대학이란 단기목표를 가지고 이뤄진다.

커리어는 학교와는 달리 학년도 정해져 있지 않고 그러니 당연히 커리큘럼도 없고 정답이 정해져있는 시험이란 것도 없다. 그리고 백세 시대 커리어는 적어도 50년 정도는 지속될 수 밖에 없는 훨씬 더 긴 시간대를 갖고 있다. 하지만 우리는 선행학습이란 행위에 너무 익숙해져있다 보니 사회 생활을 하며 뭔가 막히면 정답을 찾고 공부를 하며 미리 준비를 하려는 성향을 본의아니게 갖게 된다. 수능의 또 다른 폐해는 실패를 두려워 하게 만든다는 점이라 보여진다. 원하는 대학을 못가면 재수, 삼수를 하는 것이 일상적이고 기대보다 덜 좋은 대학을 가면 웬지 내가 실패자라는 자책을 하게 되는데 이 마인드셋을 커리어로 그대로 들고 가는 거다. 정답을 찾고 실패를 두려워하는 이런 모습은 미국 생활을 20년 넘게 하며 잊어버렸던 내 과거의 모습이기도 한데 지난 3-4년 정도 한국에 있는 다양한 사람들과 다시 긴밀히 접촉하면서 조금은 외부의 시각으로 바라보게 되니 그 갭이 잘 보인다.

요약해보자면 수능과 선행학습이 알게 모르게 우리가 커리어를 바라보는 관점을 왜곡시킨다는 거다. 기술지향적이며 안전함을 찾는 사람으로 만든다는 점인데 최근 커리어 코칭에서 들었던 잘못된 관점의 질문을 몇 가지 예로 들어보면 이렇다. 

 * “회사에서 쓰는 프레임웍이 너무 구식입니다. 집에 와서 새로운 프레임웍을 공부를 하는데 시간이 부족합니다"
 * “백엔드 일을 시작한지 5년차가 되었는데 5년차라고 하기에는 아는 것이 너무 적습니다. 이제 무엇을 해야할까요?”
 * “회사에서 원래 내 업무에 해당하는 일(머신러닝 모델 개발)만 하고 싶은데 온갖 종류의 일을 해야만 합니다. 이걸 이력서에 뭐라고 적어야 하나요?” 

어떤 공통점이 눈에 띄는가? 회사 일만으로는 충분하지 않다고 생각하는 거다. 왜 이런 생각을 갖게 되었을까? 수능과 선행학습의 폐해가 아닌가 싶다. 학교 때 교실에서 뭔가 배우기 전에 항상 선행학습을 하거나 학원에서 복습하던 것이 습관화되다보니 뭔가 따로 또 해야하고 정해진 패스가 있어 그걸 따라가야 한다고 자기도 모르게 믿게 되는 악효과가 있는 걸로 보인다. 

훨씬 더 건강하고 단순하고 효율적인 커리어 계발 방법은 회사 업무에 더 집중하면서 일을 더 잘하기 위해서 필요한 기술을 공부하는 거다. 회사 일에는 전혀 필요없지만 뜨는 기술을 불안감이나 조바심 때문에 따라가는 것은 새로운 기술이 계속 나오기 때문에 끝이 없다. 단 뜨는 기술을 호기심으로 공부하는 것은 좋다고 생각하지만 이 역시 부담감을 가진다면 호기심이라고는 할 수 없다. 약간은 새로운 기술 트렌드를 의식적으로 무시하고 내가 맡은 업무에서 성과를 내는데 집중해서 인정받고 좋은 평판 만들고 선한 영향력을 갖는 것이 동료들과 상사에게 좋은 인상을 남기면서 나중에 또 일하고 싶은 사람이 되는 거다. 그렇게 된다면 지인 추천 형태로 생각치 못했던 기회가 생기고 그러면서 커리어 하반기가 잘 풀린다. 

요즘처럼 빠르게 변화하는 세상에서 믿을 것은 나밖에 없다. 나를 사랑하고 내가 원하는 것이 무엇인지 많이 고민하고 변화를 두려워하지 않고 선도하려 하지도 않으며 잘 따라가는 것만으로도 충분하지 않다 싶다. Love Yourself!

학교는 초중고대학의 형태로 학년이 정해져 있고 뭘 배우는지 커리큘럼이 정해져 있으며 시험이란 형태로 정답이란 것이 있다. 많은 한국 사람들은 학교에서 배우는 걸로 만족하지 못하고 학원이나 과외 등등으로 선행 학습을 일상적으로 한다. 실리콘 밸리에 와보니 일부 극성인 아시안 부모들이 있긴 하지만 전체적인 분위기는 학교 공부 이외에 별도로 과외를 하거나 선행 학습을 왜 하냐 라는 분위기였다. 또한 불행히도 한국에서 초중고 교육은 대학이란 단기목표를 가지고 이뤄진다. 커리어는 학교와는 달리 학년도 정해져 있지 않고 그러니 당연히 커리큘럼도 없고 정답이 정해져있는 시험이란 것도 없다. 그리고 백세 시대 커리어는 적어도 50년 정도는 지속될 수 밖에 없는 훨씬 더 긴 시간대를 갖고 있다. 하지만 우리는 선행학습이란 행위에 너무 익숙해져있다 보니 사회 생활을 하며 뭔가 막히면 정답을 찾고 공부를 하며 미리 준비를 하려는 성향을 본의아니게 갖게 된다. 수능의 또 다른 폐해는 실패를 두려워 하게 만든다는 점이라 보여진다. 원하는 대학을 못가면 재수, 삼수를 하는 것이 일상적이고 기대보다 덜 좋은 대학을 가면 웬지 내가 실패자라는 자책을 하게 되는데 이 마인드셋을 커리어로 그대로 들고 가는 거다. 정답을 찾고 실패를 두려워하는 이런 모습은 미국 생활을 20년 넘게 하며 잊어버렸던 내 과거의 모습이기도 한데 지난 3-4년 정도 한국에 있는 다양한 사람들과 다시 긴밀히 접촉하면서 조금은 외부의 시각으로 바라보게 되니 그 갭이 잘 보인다. 요약해보자면 수능과 선행학습이 알게 모르게 우리가 커리어를 바라보는 관점을 왜곡시킨다는 거다. 기술지향적이며 안전함을 찾는 사람으로 만든다는 점인데 최근 커리어 코칭에서 들었던 잘못된 관점의 질문을 몇 가지 예로 들어보면 이렇다.&nbsp; <ul ><li>“회사에서 쓰는 프레임웍이 너무 구식입니다. 집에 와서 새로운 프레임웍을 공부를 하는데 시간이 부족합니다"</li><li>“백엔드 일을 시작한지 5년차가 되었는데 5년차라고 하기에는 아는 것이 너무 적습니다. 이제 무엇을 해야할까요?”</li><li>“회사에서 원래 내 업무에 해당하는 일(머신러닝 모델 개발)만 하고 싶은데 온갖 종류의 일을 해야만 합니다. 이걸 이력서에 뭐라고 적어야 하나요?”&nbsp;</li></ul> 어떤 공통점이 눈에 띄는가? 회사 일만으로는 충분하지 않다고 생각하는 거다. 왜 이런 생각을 갖게 되었을까? 수능과 선행학습의 폐해가 아닌가 싶다. 학교 때 교실에서 뭔가 배우기 전에 항상 선행학습을 하거나 학원에서 복습하던 것이 습관화되다보니 뭔가 따로 또 해야하고 정해진 패스가 있어 그걸 따라가야 한다고 자기도 모르게 믿게 되는 악효과가 있는 걸로 보인다.&nbsp; 훨씬 더 건강하고 단순하고 효율적인 커리어 계발 방법은 회사 업무에 더 집중하면서 일을 더 잘하기 위해서 필요한 기술을 공부하는 거다. 회사 일에는 전혀 필요없지만 뜨는 기술을 불안감이나 조바심 때문에 따라가는 것은 새로운 기술이 계속 나오기 때문에 끝이 없다. 단 뜨는 기술을 호기심으로 공부하는 것은 좋다고 생각하지만 이 역시 부담감을 가진다면 호기심이라고는 할 수 없다. 약간은 새로운 기술 트렌드를 의식적으로 무시하고 내가 맡은 업무에서 성과를 내는데 집중해서 인정받고 좋은 평판 만들고 선한 영향력을 갖는 것이 동료들과 상사에게 좋은 인상을 남기면서 나중에 또 일하고 싶은 사람이 되는 거다. 그렇게 된다면 지인 추천 형태로 생각치 못했던 기회가 생기고 그러면서 커리어 하반기가 잘 풀린다.&nbsp; 요즘처럼 빠르게 변화하는 세상에서 믿을 것은 나밖에 없다. 나를 사랑하고 내가 원하는 것이 무엇인지 많이 고민하고 변화를 두려워하지 않고 선도하려 하지도 않으며 잘 따라가는 것만으로도 충분하지 않다 싶다. Love Yourself!

학교와 커리어의 차이점

한 회사에서 3년 넘게 일했어요. 궁금해지더라고요. 다른 곳에서도 인정받을 수 있을까?

익숙한 환경이니까 잘하는 것처럼 보이는 게 아닌지 궁금했어요. 그래서 이직을 도전해 지금 팀에 합류했어요.

낯선 환경에 오니 환경에 따라 저의 쓸모가 다르다는 걸 느꼈어요. 맡은 일, 만드는 제품이나 팀의 규모에 따라 할 수 있는 일이 다르더라고요.

이직하면서 많이 배웠어요. 제가 하고 싶은 일과 잘하는 일, 무엇보다 저의 쓸모에 대해서 배웠어요.

한 회사에서 3년 넘게 일했어요. 궁금해지더라고요. 다른 곳에서도 인정받을 수 있을까? 익숙한 환경이니까 잘하는 것처럼 보이는 게 아닌지 궁금했어요. 그래서 이직을 도전해 지금 팀에 합류했어요. 낯선 환경에 오니 환경에 따라 저의 쓸모가 다르다는 걸 느꼈어요. 맡은 일, 만드는 제품이나 팀의 규모에 따라 할 수 있는 일이 다르더라고요. 이직하면서 많이 배웠어요. 제가 하고 싶은 일과 잘하는 일, 무엇보다 저의 쓸모에 대해서 배웠어요.

회사를 옮겨보면 알게 되는 나의 쓸모

2024년을 마무리하기 전,
지금까지의 이력을 업데이트한 2024년 버전 이력서를 만들어보았어요.

제가 이력서를 작성할 때 가장 신경쓰는 점은 크게 3가지입니다.

📌 이력서 전체에서 업무 경험과 스킬들이 일관적인 방향성을 가지고 있는지
📌 경력 파트에서 단순히 업무 내용만을 기재하는 것이 아니라 업무에 도움이 되는 수치나 성과를 나타내고 있는지
📌 내가 원하는 직무에 일치하는 관련 키워드나 스킬셋이 잘 나타나있는지

이 3가지를 포함하는 이력서는 나중에 면접 단계로 이어질 때도,
대부분 추가 질문이나 꼬리 질문에서 여쭤보기 때문에,
스스로 잘 정리하고 기록하는 것이 중요하다고 생각했습니다.

여러분들의 의견은 어떠신가요?
여러분들은 이력서를 작성할 때 사용하는 나만의 팁이나 노하우가 있으신가요?

2024년을 마무리하기 전, 지금까지의 이력을 업데이트한 2024년 버전 이력서를 만들어보았어요. 제가 이력서를 작성할 때 가장 신경쓰는 점은 크게 3가지입니다. 📌 이력서 전체에서 업무 경험과 스킬들이 일관적인 방향성을 가지고 있는지 📌 경력 파트에서 단순히 업무 내용만을 기재하는 것이 아니라 업무에 도움이 되는 수치나 성과를 나타내고 있는지 📌 내가 원하는 직무에 일치하는 관련 키워드나 스킬셋이 잘 나타나있는지 이 3가지를 포함하는 이력서는 나중에 면접 단계로 이어질 때도, 대부분 추가 질문이나 꼬리 질문에서 여쭤보기 때문에, 스스로 잘 정리하고 기록하는 것이 중요하다고 생각했습니다. 여러분들의 의견은 어떠신가요? 여러분들은 이력서를 작성할 때 사용하는 나만의 팁이나 노하우가 있으신가요?

2024년 이력서 업데이트

메모이제이션(memoization)와 캐싱은 프로그래밍의 기본 개념입니다. 이 글에서는 자바스크립트와 타입스크립트의 예시를 통해 메모이제이션에 대해 자세히 소개합니다.


(번역) 자바스크립트와 타입스크립트에서 메모이제이션란 무엇인가요?

오늘 소개드릴 글은 이스트소프트의 김태현님이 번역해주신 글입니다.

이 글에선 자바스크립트와 타입스크립트를 사용하여 메모이제이션의 구현을 통해 수치와 표를 이용하여 로직의 성능 측정 방법을 알려주고 있습니다. 또한 저자는 쉬게 접근하기위해 피보나치 수열을 사용해서 메모이제이션의 사용 사례와 트레이드 오프에 대해서도 이야기하고 있는데요.

개인적으로 이 내용을 바탕을 이해하고난뒤 리액트의 메모이제이션을 기반하는 개념들을 더 쉽게 이해할 수 있었습니다.

만약 자바스크립트와 타입스크립트 코드에서 최적화에 대해 관심을 가지고 계신다면 이 글을 입문으로 추천합니다!

글 링크: https://velog.io/@tap_kim/memoization-in-js-ts

오늘 소개드릴 글은 이스트소프트의 김태현님이 번역해주신 글입니다. 이 글에선 자바스크립트와 타입스크립트를 사용하여 메모이제이션의 구현을 통해 수치와 표를 이용하여 로직의 성능 측정 방법을 알려주고 있습니다. 또한 저자는 쉬게 접근하기위해 피보나치 수열을 사용해서 메모이제이션의 사용 사례와 트레이드 오프에 대해서도 이야기하고 있는데요. 개인적으로 이 내용을 바탕을 이해하고난뒤 리액트의 메모이제이션을 기반하는 개념들을 더 쉽게 이해할 수 있었습니다. 만약 자바스크립트와 타입스크립트 코드에서 최적화에 대해 관심을 가지고 계신다면 이 글을 입문으로 추천합니다! 글 링크: https://velog.io/@tap_kim/memoization-in-js-ts

velog.io

자바스크립트와 타입스크립트에서 메모이제이션란 무엇인가요?

중앙일보의 고품격 주간 경제지

[허태윤의 브랜드 스토리] 성공한 브랜드의 비밀은 확실한 내부 브랜딩 전략

배민의 '배민다움' - 아이디어 생성과정에서 직원들 스스로가 배민다움을 이해하고 발전시켜나가며 체화한 스토리는 유명합니다. 직원들의 투표를 통해 호수가 보이는 잠실로 사무실을 이전했고, ‘송파구에서 일 잘하는 법’으로 명명한 배민 직원의 업무 지침도 배민다움을 직원들에게 공유하고 이해시키기 위해 만들어 내부에서 외부로 향했습니다.

디즈니의 '캐스트' - 디즈니에서는 테마파크 직원들은 ‘캐스트’라 불립니다. 영화가 끝나고 엔딩 크레딧이 올라가면 등장인물들의 이름이 올라가 듯 디즈니는 테마파크를 무대로 생각하고 그곳에서 일하는 직원은 고객을 위해 연기하는 배우라고 생각합니다 공연하는 직원, 청소하는 직원, 햄버거를 파는 직원 등 이들 모두는 디즈니가 찍는 영화의 한 장면을 담당한다고 자부하고 있습니다. 고객을 관객이라고 상정하고 그들이 파는 것은 훌륭한 기술이나 서비스가 아니라 꿈·환상, 그리고 사랑이라는 보이지 않는 가치라는 점을 직원들에게 먼저 설득합니다.

구글의 '20% 룰' - 최고의 기업이 되기 이전에도 구글은 직원을 최고의 자산이라 생각하며 그에 걸맞은 대우를 해주는 것으로 유명했습니다. 전 세계 국가에서 모인 인재들을 위해 카페테리아에 최고의 셰프들이 만든 요리를 모두 맛볼 수 있게 했죠. 특히, ‘20% 타임제’를 통해 업무 시간의 20%는 개인적 관심사에 시간을 보낼 수 있게 해 직원들은 자발적으로 자신의 관심사와 회사의 일을 연결해 훌륭한 성과를 만들고 있습니다. 실제로 구글 로고를 디자인한 한국인 데니스 황은 구글 맵스, g메일 등의 로고도 ‘20% 타임’을 통해 만들었죠. 한마디로 구글은 내부 고객들에게 먼저 브랜드를 팔고, 구글의 열정적 팬이 된 직원들이 다시 고객에 파는 회사라고 할 수 있습니다.

[ 큐레이터의 문장 🎒 ]

"송소고택* 방으로 안내하기 전, 내일 손님을 맞을 다른 방 아궁이에 잠시 멈췄다. 참나무 향이 기분 좋게 나며 벌겋게 타는 장작을 보여주며 “손님이 예약하면 하루 전부터 방에 불을 이렇게 땝니다. 당일 날 때면 방이 뜨거워 손님이 잘 수가 없어서 하루 전에 불을 땝니다. 이틀 동안 그 온기로만 손님들이 편한 밤을 보내시지요”라고 설명했다. 온돌처럼 은은한 온기를 담은 목소리로 전해지는 진심은 추위를 녹이고도 남았다."

* 1880년경 지어진 ‘송소고택’은 청송의 만석꾼 심호택의 99칸 살림집이다. 지금까지 딱 3개가 남아 있는 조선시대 99칸 집 중 가장 아름다운 고택으로 알려져 있다. 송소고택은 청송 심 씨 11대 종손인 심재오 선생이 직접 관리를 하고 손님을 맞는다.

https://jmagazine.joins.com/economist/view/331826

배민의 '배민다움' - 아이디어 생성과정에서 직원들 스스로가 배민다움을 이해하고 발전시켜나가며 체화한 스토리는 유명합니다. 직원들의 투표를 통해 호수가 보이는 잠실로 사무실을 이전했고, ‘송파구에서 일 잘하는 법’으로 명명한 배민 직원의 업무 지침도 배민다움을 직원들에게 공유하고 이해시키기 위해 만들어 내부에서 외부로 향했습니다. 디즈니의 '캐스트' - 디즈니에서는 테마파크 직원들은 ‘캐스트’라 불립니다. 영화가 끝나고 엔딩 크레딧이 올라가면 등장인물들의 이름이 올라가 듯 디즈니는 테마파크를 무대로 생각하고 그곳에서 일하는 직원은 고객을 위해 연기하는 배우라고 생각합니다 공연하는 직원, 청소하는 직원, 햄버거를 파는 직원 등 이들 모두는 디즈니가 찍는 영화의 한 장면을 담당한다고 자부하고 있습니다. 고객을 관객이라고 상정하고 그들이 파는 것은 훌륭한 기술이나 서비스가 아니라 꿈·환상, 그리고 사랑이라는 보이지 않는 가치라는 점을 직원들에게 먼저 설득합니다. 구글의 '20% 룰' - 최고의 기업이 되기 이전에도 구글은 직원을 최고의 자산이라 생각하며 그에 걸맞은 대우를 해주는 것으로 유명했습니다. 전 세계 국가에서 모인 인재들을 위해 카페테리아에 최고의 셰프들이 만든 요리를 모두 맛볼 수 있게 했죠. 특히, ‘20% 타임제’를 통해 업무 시간의 20%는 개인적 관심사에 시간을 보낼 수 있게 해 직원들은 자발적으로 자신의 관심사와 회사의 일을 연결해 훌륭한 성과를 만들고 있습니다. 실제로 구글 로고를 디자인한 한국인 데니스 황은 구글 맵스, g메일 등의 로고도 ‘20% 타임’을 통해 만들었죠. 한마디로 구글은 내부 고객들에게 먼저 브랜드를 팔고, 구글의 열정적 팬이 된 직원들이 다시 고객에 파는 회사라고 할 수 있습니다. [ 큐레이터의 문장 🎒 ] "송소고택* 방으로 안내하기 전, 내일 손님을 맞을 다른 방 아궁이에 잠시 멈췄다. 참나무 향이 기분 좋게 나며 벌겋게 타는 장작을 보여주며 “손님이 예약하면 하루 전부터 방에 불을 이렇게 땝니다. 당일 날 때면 방이 뜨거워 손님이 잘 수가 없어서 하루 전에 불을 땝니다. 이틀 동안 그 온기로만 손님들이 편한 밤을 보내시지요”라고 설명했다. 온돌처럼 은은한 온기를 담은 목소리로 전해지는 진심은 추위를 녹이고도 남았다." * 1880년경 지어진 ‘송소고택’은 청송의 만석꾼 심호택의 99칸 살림집이다. 지금까지 딱 3개가 남아 있는 조선시대 99칸 집 중 가장 아름다운 고택으로 알려져 있다. 송소고택은 청송 심 씨 11대 종손인 심재오 선생이 직접 관리를 하고 손님을 맞는다. https://jmagazine.joins.com/economist/view/331826

포브스 코리아

《고객 경험(Customer eXperience)은 내부로부터》

오늘 OpenAI가 GPT-4o를 업데이트하면서 글쓰기 능력이 더 유려해지고 창의적이 되었다며 발표했는데요.

몇몇 벤치마크에서 테스트해보니 추론 벤치마크에서는 기존 모델보다 꽤 떨어진다고 합니다. 다만 속도가 초당 80 토큰에서 180 토큰으로 크게 빨라졌는데요.

‪뇌피셜로 보자면, 속도를 두 배 빠르게 하면 산술적으로 o1의 추론 토큰을 두 배 늘릴 수 있으니, 베이스 모델을 1차원적으로 썼을 때의 추론 능력은 약간 떨어지더라도 o1의 추론 능력을 크게 키울 수 있을거라서 이렇게 한 것이 아닐까..라고 추측이 됩니다.

일반적인 경우에는 추론 능력보다는 유려한 글쓰기가 유리하기도 하니, 꽤 합리적인 방법이 아닐까 싶습니다.

오늘 OpenAI가 GPT-4o를 업데이트하면서 글쓰기 능력이 더 유려해지고 창의적이 되었다며 발표했는데요. 몇몇 벤치마크에서 테스트해보니 추론 벤치마크에서는 기존 모델보다 꽤 떨어진다고 합니다. 다만 속도가 초당 80 토큰에서 180 토큰으로 크게 빨라졌는데요. ‪뇌피셜로 보자면, 속도를 두 배 빠르게 하면 산술적으로 o1의 추론 토큰을 두 배 늘릴 수 있으니, 베이스 모델을 1차원적으로 썼을 때의 추론 능력은 약간 떨어지더라도 o1의 추론 능력을 크게 키울 수 있을거라서 이렇게 한 것이 아닐까..라고 추측이 됩니다. 일반적인 경우에는 추론 능력보다는 유려한 글쓰기가 유리하기도 하니, 꽤 합리적인 방법이 아닐까 싶습니다.

오늘 OpenAI가 GPT-4o를 업데이트하면서 글쓰기 능력이 더

구글·MS·IBM 이어 위워크도 인도계CEO 영입 - 매일경제

인도 출신 CEO를 설명할 때 나오는 단어가 '주가드'입니다. 예기치 못한 위기 속에서 즉흥적으로 창의력을 발휘하는 능력이라고 합니다. 

인도 출신 기업가의 약진이 계속되고 있습니다. 마이크로소프트의 사티아 나델라 CEO, 구글의 순다르 피차이 CEO, IBM의 아르빈드 크리슈나 CEO 등이 인도 출신 기업가로 유명합니다. 이번에는 위워크가 부동산 회사 경영 경험과 위기에 빠진 소매회사를 살렸던 경험이 있는 산디프 마트라니를 새로운 CEO로 영입했네요. 
글로벌 기업이 인도 출신 기업가를 선호하는 이유가 뭘까요. 2016년 인도의 청년 창업가들의 기업가 정신을 다룬 '스테이 헝그리, 스테이 풀리시'라는 베스트셀러 저자인 라슈미 반살을 만난 적이 있습니다. '인도 출신 CEO들의 무기 주가드'라는 기사(https://news.joins.com/article/20704677)로 정리한 바 있습니다. 라슈미 반살은 인터뷰에서 "인도의 기업가정신이 독특한 것은 팀플레이를 강조하기 때문이다. 다양한 인종과 더불어 살아서 경영할 때 다양성을 포용하고 사람을 신뢰하는 것이 몸에 배어 있다"고 설명했습니다.   
한때 유선전화 개통에만 5년이 걸릴 정도로 사회 인프라 시스템은 느려 터졌지만, 스마트폰의 등장으로 인도는 가장 빠르게 변하는 나라로 탈바꿈했습니다. 마치 중국이 인터넷을 뛰어넘고 바로 스마트폰 시대로 나아간 것과 비슷합니다. 인도 정부도 창업 진흥 정책을 내세우면서 창업 생태계를 활성화하고 있습니다. 

매일경제

서동환

Investor Relations

권은희

소프트웨어 엔지니어

김지섭

부장

차장

포브스코리아 차장

산업부 차장

주간경향 취재기자

영어영문학과

선보엔젤파트너스 투자기획 부장

최영진

기자 20년 차에 스타트업 액셀러레이터 심사역에 도전, 1년 반 만에 다시 언론사로 복귀했습니다. 기자가 취재로 접한 세계에 직접 뛰어들어보니 많은 것이 다르다는 것을 알게 됐습니다. 더욱 낮은 자세로, 더 많이 배우겠다는 자세로 기자 생활을 하도록 하겠습니다. 

댓글 0

비슷한 게시물

주간 인기 TOP 10

추천 프로필